# 多GPU訓練

基於BART架構的大型德語文本處理模型，適用於多種自然語言處理任務

基於Qwen2.5-0.5B-Instruct微調的文本排序模型，適用於信息檢索和相關性排序任務

基於EleutherAI_pythia-1b-deduped模型微調的版本，用於生成簡潔摘要

基於Yazawa/donut-base-sroie微調的文檔理解模型，適用於結構化文檔信息提取任務

基於英越雙語數據微調的Qwen-1.8B模型，採用ChatML格式提示模板

基於facebook/wav2vec2-xls-r-300m微調的巴斯克語自動語音識別模型，在巴斯克議會數據集上取得3.67%的詞錯誤率

基於Linly-Chinese-LLaMA-7b-hf在自定義數據集上微調得到的模型

基於EleutherAI/polyglot-ko-12.8b的KULLM v2微調版本，支持韓語的多語言大語言模型

基於日語維基百科預訓練的日本語BART大模型，適用於文本生成和自然語言處理任務。

這是一個基於日語維基百科預訓練的日語BART基礎模型，適用於自然語言處理任務。

基於OpenAI Whisper-large-v2微調的韓語自動語音識別(ASR)模型，在韓語數據集上表現出色

基於OpenAI Whisper Large-v2模型在孟加拉語語音數據集上微調的自動語音識別(ASR)模型

基於OpenAI Whisper Large-v2模型微調的泰米爾語自動語音識別(ASR)模型，在Common Voice 11.0泰米爾語測試集上達到8.45%的詞錯誤率

基於OpenAI Whisper Large-v2模型微調的印地語語音識別模型，在Common Voice 11.0印地語測試集上達到11.3%的詞錯誤率

基於ALBERT-xxlarge-v2模型在SQuAD數據集上微調的問答模型

該模型是基於facebook/wav2vec2-large-xlsr-53在COMMON_VOICE - TR土耳其語數據集上微調的自動語音識別(ASR)模型，在評估集上取得了0.3242的詞錯誤率。

該模型是基於facebook/wav2vec2-xls-r-300m在GOOGLE/XTREME_S - VOXPOPULI.EN數據集上微調的語音識別模型，支持英語語音轉文本任務。

基於facebook/wav2vec2-base在MIR_ST500數據集上微調的自動語音識別模型

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的版本，專注於蘇格蘭口音的語音識別。

基於google/mt5-base在mlsum/tu數據集上微調的土耳其語文本摘要模型

這是一個專門針對土耳其語文本摘要任務的Transformer模型，由Mukayese項目開發。

該模型是基於facebook/wav2vec2-xls-r-300m微調得到的語音處理模型，在評估集上取得了較高的F1值和準確率。

基於facebook/wav2vec2-xls-r-300m在GOOGLE/XTREME_S - MINDS14.FR-FR數據集上微調的自動語音識別模型

基於facebook/wav2vec2-xls-r-1b模型在希伯來語數據集上微調的自動語音識別模型

基於wav2vec2-base和bart-base在LibriSpeech ASR clean數據集上微調的語音識別模型

基於microsoft/wavlm-base在LIBRISPEECH_ASR - CLEAN數據集上微調的自動語音識別模型

該模型是基於facebook/wav2vec2-large-xlsr-53在PHONGDTD/VINDATAVLSP - NA數據集上微調的越南語自動語音識別模型

該模型是基於facebook/wav2vec2-xls-r-2b在COMMON_VOICE - TR土耳其語數據集上微調的自動語音識別(ASR)模型

這是一個基於XLSR Wav2Vec2架構的土耳其語自動語音識別模型，在通用語音土耳其語數據集上訓練

基於microsoft/wavlm-large在LIBRISPEECH_ASR - CLEAN數據集上微調的自動語音識別模型

基於microsoft/wavlm-base-plus在LIBRISPEECH_ASR - CLEAN數據集上微調的自動語音識別模型

基於facebook/wav2vec2-large-lv60在LIBRISPEECH_ASR-CLEAN數據集上微調的語音識別模型

該模型是基於facebook/wav2vec2-xls-r-100m在COMMON_VOICE - TR土耳其語數據集上微調的自動語音識別(ASR)模型。

基於microsoft/wavlm-base-plus在PHONGDTD/VINDATAVLSP - NA數據集上微調的越南語自動語音識別模型

基於microsoft/wavlm-base在越南語數據集上微調的自動語音識別模型

基於ALBERT-xlarge-v2模型在SQuAD V2問答數據集上微調的問答系統

基於facebook/wav2vec2-large-xlsr-53模型在COMMON_VOICE - AB數據集上微調的語音識別模型

該模型是基於asapp/sew-d-mid-400k在LIBRISPEECH_ASR - CLEAN數據集上微調得到的自動語音識別模型，在評估集上取得了1.0536的詞錯誤率(WER)。